兜兜转转,兜兜转转;

一次有一次,这次终于把Faster R-CNN 跑通了。

重要提示1:在开始跑Faster R-CNN之前一定要搞清楚用的是Python2 还是Python3. 不然你会无限次陷入一下错误:

from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, \
ImportError: dynamic module does not define module export function (PyInit__caffe)

错误原因:当出现这个错误的时候,你应该知道错误原因极有可能是Python版本问题。

首先,ubuntu是自带两个版本的Python, 通常做深度学习的人会装anaconda.这样算下来你的计算机就有三个版本的python了:

python2.7, python3.5, conda版本的python (具体版本可以终端查看。)

好了,现在你知道你电脑有若干个版本的python. 那么跑Faster R-CNN应该用哪个版本呢?

(个人建议用官方自带的python2.7。 在github上下载的也是2.x版本的程序。以下教程也是2.7版本的。)

重要提示2:如果你用Python2.x跑Faster R-CNN,并且你装了anaconda。那么你首先要做的就是把anaconda的环境变量路径给注释掉。

步骤如下:(1)终端输入:gedit ~/.bashrc

(2)然后将anaconda的路径注释掉(如下图,在export前面加一个#.然后右上角保存并关闭退出。):

(3)最后输入source ~/.bashrc使bashrc文件的修改生效

重要提示3:查看下你电脑默认的是python2还是python3.

在终端输入python:

如图所示,我的已经切换至python2.x。 如果你的是Python3.x,直接执行以下命令即可:

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

(借图) 直接命令:python,默认为python3,如下

如果要切换到Python2,执行:sudo update-alternatives --config python

然后输入对应的数字即可。

再一次输入python

这就成功i切换到Python2.x啦。当然了,你一开始的就是Python2.x。 就不用走以上步骤。

下面开始愉快的跑Faster R-CNN. 皮皮虾,跟我走!!

一,下载文件

下载faster R-CNN,在终端下执行命令:git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

二,编译caffe

1、进入py-faster-rcnn文件夹下的lib文件夹内

(1). cd py-faster-rcnn/lib

(2). make

2、进入py-faster-rcnn文件夹下的caffe-fast-rcnn下,把Makefile.config.example拷贝一份重命名为Makefile.config文件,命令如下:
(1). cp Makefile.config.example Makefile.config
(2). 修改Makefile.config下的相关参数: sudo gedit Makefile.config

根据个人情况修改文件:
a.若使用cudnn,则将
#USE_CUDNN := 1
修改成:
USE_CUDNN := 1

b.若使用的opencv版本是3的,则 将
#OPENCV_VERSION := 3
修改为:
OPENCV_VERSION := 3

c.若要使用python来编写layer,则 将
#WITH_PYTHON_LAYER := 1
修改为
WITH_PYTHON_LAYER := 1

d.重要的一项 : 将 # Whatever else you find you need goes here. 下面的

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为:

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
这是因为Ubuntu16.04的文件包含位置发生了变化,尤其是需要用到的hdf5的位置,所以需要更改这一路径.

(4)修改makefile文件 打开makefile文件,做如下修改:
将:
NVCCFLAGS +=-ccbin=$(CXX)-Xcompiler-fPIC $(COMMON_FLAGS)
替换为:
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

(5)编辑/usr/local/cuda/include/host_config.h

将其中的第115行注释掉: 将

# error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

3. 配置完成后,下面进行编译。直接编译会出现编译错误,这是因为faster-rcnn默认的caffe支持的cudnn版本是V4,而想用1080Ti显卡,必须使用cuda7.5+cudnn5.0以上版本,因此编译caffe会出现版本不兼容而导致的函数参数不对应的错误。

解决办法,下载最新的caffe:https://github.com/BVLC/caffe

(1)、将caffe/include/caffe/util/cudnn.hpp拷贝到py-fast-rcnn/caffe-fast-rcnn/include/caffe/util/

(2)、将caffe/include/caffe/layers里所有以cudnn开头的文件都拷贝至py-fast-rcnn/caffe-fast-rcnn/include/caffe/layers,全部替换掉

(3).将caffe/src/caffe/layers里所有以cudnn开头的文件都拷贝至py-fast-rcnn/caffe-fast-rcnn/src/caffe/layers,全部替换掉

改好后先 make clean

再重新执行 make

不再报错

再执行

make pycaffe

三. 下载预训练模型:

1  ./data/scripts/fetch_faster_rcnn_models.sh

2  ./data/scripts/fetch_imagenet_models.sh

下载完成后data目录会有对应的模型文件存在

四. 运行demo.py

1. cd py-faster-rcnn/tools

2. ./demo.py                            # 该命令默认的是VGG16的模型

或者执行

./demo.py --net zf     #执行此命令可以运行zf模型

效果如下图:

贴一个很有用的帖子:https://blog.csdn.net/flygeda/article/details/78638824

caffe学习一:ubuntu16.04下跑Faster R-CNN demo (基于caffe). (亲测有效,记录经历两天的吐血经历)的更多相关文章

  1. Ubuntu16.04 下如何安装和卸载Google Chrome【亲测有效】

    一.安装 1.将下载源添加到系统源中. sudo wget https://repo.fdzh.org/chrome/google-chrome.list -P /etc/apt/sources.li ...

  2. 【深度学习】ubuntu16.04下安装opencv3.4.0

    1.首先安装一些编译工具 # 安装编译工具 sudo apt-get install build-essential # 安装依赖包 sudo apt-get install cmake git li ...

  3. ubuntu16.04下caffe以cpu运行faster rcnn demo

    参考https://haoyu.love/blog404.html 获取并修改代码 首先,我们需要获取源代码: git clone --recursive https://github.com/rbg ...

  4. Ubuntu16.04下caffe CPU版的详细安装步骤

    一.caffe简介 Caffe,是一个兼具表达性.速度和思维模块化的深度学习框架. 由伯克利人工智能研究小组和伯克利视觉和学习中心开发. 虽然其内核是用C++编写的,但Caffe有Python和Mat ...

  5. docker学习笔记(一)—— ubuntu16.04下安装docker

    docker学习笔记(一)—— ubuntu16.04下安装docker 原创 2018年03月01日 14:53:00 标签: docker / ubuntu 1682 本文开发环境为Ubuntu ...

  6. ubuntu16.04下安装artoolkit5

    目前对AR技术的常见理解就是CV(Computer Vision)+CG(Computer Graphic).CV的方法很多,简单些比如FREAK+ICP(ARToolKit中的NFT),复杂些就是S ...

  7. Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

    目录 Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法 安装过程 1. 深度学习环境Tensorflow的安装 2. 安装python包 3.   ...

  8. Ubuntu16.04下安装多版本cuda和cudnn

    Ubuntu16.04下安装多版本cuda和cudnn 原文 https://blog.csdn.net/tunhuzhuang1836/article/details/79545625 前言 因为之 ...

  9. caffe学习(1):多平台下安装配置caffe

    如何在 centos 7.3 上安装 caffe 深度学习工具   有好多朋友在安装 caffe 时遇到不少问题.(看文章的朋友希望关心一下我的创业项目趣智思成) 今天测试并整理一下安装过程.我是在阿 ...

随机推荐

  1. Sqlserver 游标的写法记录

    ---游标更新删除当前数据 ---1.声明游标 declare orderNum_03_cursor cursor scroll for select OrderId ,userId from big ...

  2. 性能测试学习第三天-----loadrunner接口测试&中文乱码处理

    loadrunner 接口测试:   get.post(3种参数格式).cookie及token处理.加密接口.webservice.socket.文件上传接口.文件下载接口     &  中 ...

  3. java高并发系列 - 第31天:获取线程执行结果,这6种方法你都知道?

    这是java高并发系列第31篇. 环境:jdk1.8. java高并发系列已经学了不少东西了,本篇文章,我们用前面学的知识来实现一个需求: 在一个线程中需要获取其他线程的执行结果,能想到几种方式?各有 ...

  4. shell习题2

    1---------------->>>>输入一个设备文件,输出这个设备文件的基本信息: 2.------------->>>>显示一个如下的菜单,cp ...

  5. Springboot源码分析之@Transactional

    摘要: 对SpringBoot有多了解,其实就是看你对Spring Framework有多熟悉~ 比如SpringBoot大量的模块装配的设计模式,其实它属于Spring Framework提供的能力 ...

  6. IDEA实用教程(一)

    IDEA实用教程 一. IDEA简介 简介 IDEA 全称IntelliJ IDEA,是java语言开发的集成环境. IDEA是JetBrains公司的产品. JetBrains官网 : https: ...

  7. 关卡界面中个人信息随解锁关卡的移动(CocosCreator)

    推荐阅读:  我的CSDN  我的博客园  QQ群:704621321 1.功能描述       在关卡很多的游戏里面,我们一般使用滑动来向玩家展示所有的关卡,为了清楚的让用户看到自己当前所在的关卡, ...

  8. Leetcode之二分法专题-441. 排列硬币(Arranging Coins)

    Leetcode之二分法专题-441. 排列硬币(Arranging Coins) 你总共有 n 枚硬币,你需要将它们摆成一个阶梯形状,第 k 行就必须正好有 k 枚硬币. 给定一个数字 n,找出可形 ...

  9. 前端测试工具之 postman

    1.不论你是一个前端工程师还是一个后端工程师相信这款工具都会使你的开发更加简便. 2.在此我推荐的一款软件工具是 postman . 在这里我对 postman 做一个简单的介绍: ①它能够模拟表单发 ...

  10. 2019DX#5

    Solved Pro.ID Title Ratio(Accepted / Submitted)   1001 fraction 辗转相除 4.17%(7/168) ok  1002 three arr ...